频繁模式挖掘总结

概念:

         对于频繁模式挖掘，有两个基本的概念:

         support:             support = P(A,B)      

         confidence:      confidence = P(A|B) = support/P(B)

存储：

         在频繁模式挖掘算法中，我们每一轮在计算所有k项集时，本来要用k维数组，可以考虑只用一维数组来存k维数组。例如用a[k] 来存a[i][j] , k= (i-1)(n-i/2)+j-i , 比较实用的方法是采用<i,j>->count的Hash方式，或者说是利用<x,y,count>来存储二项集。

算法:

         Apriori算法：

                 先决条件：transaction数据中,每个transaction的所有item都按字母序排序              

  

              1. 先扫描transaction，找出所有count>support的单个item，作为1项集

                2. 对于所有1项集，拼成2项集

                3. 扫描transaction，将不满足count>support的2项集剪枝掉